什么地方出了錯？ 錯誤：`data` 和 `reference` 應該是具有相同水平的因素

Question

> # Check results > model_knn$results k Accuracy Kappa AccuracySD KappaSD 1 5 0.9632391 0.9439746 0.02452539 0.03727995 2 7 0.9699800 0.9544974 0.02451292 0.03708112 3 9 0.9677304 0.9509734 0.02617121 0.03986928 > # Predict the labels of the test set > predictions<-predict.train(object=model_knn,iris_norm.test[,1:4], type="raw") > > # Evaluate the predictions > table(predictions) predictions Iris-setosa Iris-versicolor Iris-virginica 12 14 10 > > #confusion matrix > > # ENTER YOUR CODE HERE > confusionMatrix(predictions,iris_norm.test[,5]) Error: `data` and `reference` should be factors with the same levels.

Answer 1

如果沒有模型或數據來重現您的情況，我只能建議在將兩個向量傳遞到confusionMatrix forcats::fct_unify之前使用forcats::fct_unify對齊因子級別：

library(forcats)
library(caret)

do.call(
  confusionMatrix,
  fct_unify(list(
    data = predictions,
    reference = iris_norm.test[,5]
  ))
)

fct_unify處理因子向量列表，並確保它們共享相同的一組級別。 使用與confusionMatrix do.call的預期參數相對應的名稱構造該列表，我可以將它直接傳遞給do.call 。